İş Liderleri Hem Yapay Zeka Hem de Sürdürülebilirlik Alanında Hedeflerine Nasıl Ulaşabilirler?

Şirketler için AI benimseme ve çevresel etki arasında denge kurmak bir zorunluluktur. Dünya Ekonomik Forumu (WEF), yapay zekanın büyümesini desteklemek için gereken gücün her 100 günde bir iki katına çıktığını gösteriyor. 2028 yılına kadar yapay zekanın enerji tüketimi, İzlanda'nın 2021'de kullandığı toplam enerjiyi aşabilir. Yapay zeka iki ucu keskin bir kılıç olabilir: Çevresel girişimleri önemli ölçüde ilerletebilse de, dikkatsizce kullanıldığında aynı derecede zararlı olabilir.  

Sürdürülebilir AI kullanımı için evrensel bir plan yoktur; her organizasyonun yaklaşımı kendi benzersiz koşullarıyla uyumlu olmalıdır. Bunun yerine, AI'yı entegre etmek ve çevre dostu hedefleri ilerletmek belirli bir tutum gerektirir.

Ürün lansman günlerinde Apple mağazalarının dışında oluşan kuyrukları düşünün: İlk benimseyenler en son çıkan cihazları statü sembolü olarak gururla sergiliyor. Bu zihniyet burada işe yaramayacak. Şirketler sadece trend belirleyici olarak görülmek için gösterişli AI araçlarını benimsemek için acele etmemeli. Bunun yerine, uzun vadeli sürdürülebilirlik hedeflerini destekleyen amaçlı AI uygulamasına odaklanmalıdırlar.

İşte dikkate almanız gereken bazı stratejiler.  

Enerji tasarrufuna odaklanarak otomasyonu gerçekleştirin

Bazı liderler çalışanların kısayollar kullanmasını hoş karşılamayabilir, ancak ben asla hoş karşılamam. JotForm, Çalışanları, çıktılarının kalitesi düşmediği sürece, yoğun işlerini daha hızlı bir şekilde tamamlamanın yollarını aramaya teşvik ediyorum. Otomasyon, işimizin kalbi ve kültürümüzün merkezidir. Sıkıcı, manuel bir görevi halledebilecek otomatik bir araç varsa, o zaman şunu derim: gidin ve kullanın.

Öyle görünüyor ki, AI araçlarını kullanarak görevleri otomatikleştirmek sürdürülebilirlik hedeflerinizi de ilerletebilir. WEF Notlar, enerji tasarrufu için planlamayı optimize etmenin, yani AI iş yüklerini daha düşük enerji talebinin olduğu zamanlara kaydırmanın, AI'dan yararlanmak ve karbon ayak izinizi azaltmak için etkili bir taktik olduğunu gösteriyor.

Diyelim ki verilerinizi korumak için düzenli güvenlik taramalarını otomatikleştirmek üzere bir AI aracı seçtiniz. Bu görevleri gece boyunca programlamak, daha enerji verimli hale gelmenin kolay bir yoludur. Genel enerji tüketimi akşamları azalma eğilimindedir ve enerji şebekeleri bir nefes alır ve daha verimli çalışabilir. Tesadüfi bir fayda olarak, enerji maliyetleriniz de genellikle düşer. 

Veya sıcak hava ve cömert AC kullanımı olan bir coğrafi bölgedeyseniz, enerji gerektiren projeleri enerji şebekelerinin daha az zorlandığı daha serin aylara kaydırabilirsiniz. Önemli olan, bu kaydırmaların önceden düşünülmesi gerekmesi ancak neredeyse hiç ek çaba gerektirmemesidir. Önemli enerji tasarrufu sağlayabilirler. 

Temel modelleri seçin

Michelin yıldızlı bir restoranın mutfağında olduğunuzu hayal edin. Şeflerin hepsi mutfak okullarında ve yüksek kalibreli restoranlarda eğitim almıştır. Ekip birlikte her türlü yemeği yapabilir ve yenilerini yaratabilir. Birisi inanılmaz bir yemek hazırlamak isterse, tamamen yeni bir şef ekibi eğitmek zorunda değildir; mevcut uzmanlıklarından yararlanarak ve kişiye özel rehberlik sağlayarak bunu kullanabilirler. 

Yapay zekada, temel model fikri şudur: büyük miktarda veri üzerinde önceden eğitilmiş gelişmiş bir program. Birisi belirli bir yapay zeka aracına ihtiyaç duyarsa, sıfırdan bir model oluşturmak yerine bu temel modelle başlayabilir.

Için yazma Harvard Business ReviewIBM'de sürdürülebilirlik sorumlusu olan Christina Shim, temel modelleri seçmenin neden enerji açısından verimli bir yaklaşım olduğunu açıklıyor. Yeni bir model oluşturmanın aksine, "temel modeller, çok daha kısa sürede, çok daha az veriyle ve çok daha az enerji maliyetiyle belirli amaçlar için özel olarak ayarlanabilir."

Shim, temel bir modelin boyutunun da bir etki yaratabileceğini belirtiyor; çoğu 3, 8 veya 20 milyar parametreyle geliyor. IBM araştırmasına göre, belirli ve ilgili veriler üzerinde eğitilen daha küçük modeller, daha büyük modeller kadar iyi performans gösterebilir, ancak daha hızlıdır ve daha az enerji tüketir. Daha büyük her zaman daha iyi değildir. Satış Gücü Şöyle ki, belirli kurumsal ihtiyaçlar için en büyük, en güçlü modeli seçmek, "market alışverişi yapmak veya tek bir yolcuyu almak için kamyonet kullanmaya" benzer; yani tamamen gereksizdir.  

Ancak daha büyük modeller daha yüksek fiyat etiketleriyle gelir. Hedefinize göre ölçeklendirilmiş bir model seçmek için zaman ayırmak, nihayetinde finansal ve ekolojik kaynakları kurtarabilecek değerli bir yatırımdır.

Açık kaynaklı yazılımı tercih edin

Herhangi bir AI yolculuğunun başlangıcındaki bir diğer önemli seçim, açık kaynaklı yazılımları tercih edip etmemektir. Açık kaynaklı seçenekler her sorunu çözmeyebilir, ancak birçok durumda sayısız uzmanın bilgeliğinden yararlanan enerji ve maliyet açısından etkili bir çözüm sağlayabilir. Her seferinde tekerleği yeniden icat etmek için enerji şebekelerine yük bindirmek yerine, mevcut bir çözümü iyileştirmeye (ve sonuçları paylaşmaya) odaklanabilirsiniz. Shim'in belirttiği gibi, açık kaynaklı yazılımlar kolektif iyileştirmenin avantajından yararlanır; soruna daha fazla göz konduğunda, ortaya çıkan ürün daha iyi olur ve geliştirme aşamasındaki enerji talebi kullanıcılar arasında dağıtılır. 

İyi bir yazılım paraya değerdir ancak ihtiyaçlarınıza ve bütçenize uyması gerekir; enflasyon zamanlarında giderek daha da önemli hale gelen bir husus. Birçok durumda, açık kaynaklı bir çözüm ücretsiz veya maliyetinin çok daha altında bir fiyata mevcuttur. 

Sistem verimliliğini artırmak için otomasyonu uygulayın

Son olarak, AI destekli otomasyon araçları sistem verimliliğini artırmaya yardımcı oldukları ölçüde enerji tasarrufu sağlayabilir. Bunu doğrudan, sıkıcı görevleri gerçekleştirmek için gereken saatleri azaltarak yapabilirler. Örneğin, araştırma yapıyorsanız, ChatGPT gibi araçlar saniyeler içinde önemli bilgileri tanımlayıp sentezleyerek bir monitör ekranının önünde saatlerce oturmayı ortadan kaldırabilir. 

Yapay zeka araçları sistem planlama aşamasında da rol oynayabilir. Satış Gücü: Veri merkezi altyapı ekibi, müşterilerinin kullanım modellerini tahmin etmek ve öngörmek için yapay zekayı kullanır, ardından gereken sunucu hacmini otomatik olarak ölçekler. Bu, veri merkezi altyapılarının kullanım şeklini özelleştirmelerine ve aşırı enerji israfını önlemelerine olanak tanır. Benzer şekilde, yazılım şirketi tedarik zinciri, iş seyahatleri, gayrimenkul ve daha fazlasından milyonlarca veri noktasını analiz ederek karbon ayak izini azaltmak için kararlar almak amacıyla yapay zekayı kullanır. 

Yapay zeka, sürdürülebilirlik danışmanı gibi davranabilir ve ideal olarak ilgili analizleri ve görevleri gerçekleştirmek için gerekenden daha fazla enerji tasarrufu sağlayabilir. Bu anlamda, yapay zeka tek taraflı bir kılıç olabilir ve ilişkili dezavantajlardan daha fazla fayda sağlayabilir.